머신러닝1
출처 : 생활코딩(https://ml.yah.ac/)
-
인간이 하던 결정을 기계에게 맡기기 시작 : 기계학습(Machine Learning)
-
머신러닝 때문에 인간의 두뇌가 필요 없는 것은 아니며 우리의 '판단 능력'을 확장하여 더 빠르고 정확하게 판단할 수 있도록 돕는 것
-
습관은 의지를 이기고, 의지는 환경을, 환경은 습관을 바꿈
- 즉 습관을 바꾸기 위해 환경을 바꾸는 우회적 방법을 사용 -
일 = 꿈 + 능력 <- 꿈을 먼저 꾸는 것이 중요함
- 궁리하는 습관을 들일 것! -
이 수업에서 주목할 것
- 원리
- 수학
- 코딩
Techable Machine
- 머신러닝에 대한 지식이 없이도 머신러닝을 구현할 수 있도록 돕는 도구
- Techable Machine 링크
- 우리가 만든 '판단력' = '모델 model'
모델 Model
- 경험 -> 교훈 -> 그 후에
추측가능 - 현상 -> 추측(가설) -> 검증하기 위한 실험 -> 결과 -> 이론 ->
예측가능 - 교훈 == 이론
- 머신러닝은 이런 판단력을 기계에 부여한 것이며 그 기계를
모델model이라 부름 - 이 모델을 만드는 과정을 '학습'이라고 부름
머신러닝머신
애플리케이션과 프로그램
- 애플리케이션 : 응용, 어떤 부품을 조합해서 만든 완제품
- 머신러닝이라는 모델이라는 부품을 조합해서 만든 소프트웨어- 머신러닝 어플리케이션
- 프로그램 : 시간 순서라는 개념이 포함된 도구, 기계가 알아들을 수 있는 언어로 만든 것
- 프로그래밍- 프로그래머(엔지니어)
사물 인터넷
- 사물 인터넷 = 프로그래밍 + 전자공학 + 네트워크 + 기계공학
데이터 과학과 데이터 공학
- 데이터 과학 : 데이터 자체를 다룸
- 데이터 공학 : 데이터를 다루는 것을 도와주는 것
- 서로 육체와 영혼의 관계라고 생각하면 됨
표(table) : 행과 열
- 행(row)
- 개체(instance)- 관측치(observed value)
- 기록(record)
- 사례(example)
- 경우(case)
- 열(column)
- 특성(feature)- 속성(attribute)
- 변수(variable)
- 필드(field)
독립변수와 종속변수
- 변수(variable) : 변할 수 있는 값
- 독립변수 : 원인이 되는 열 (ex.온도)
- 종속변수 : 원인으로 인해 결과가 되는 열 (ex.열병환자수)
- 서로 상관 있는 특성(열)이 무엇이 있는지 확인하여 변수를 구분할 수 있음
- 독립변수와 종속변수는 서로 인과관계이다
- 인과관계 <- 상관관계에 포함됨
머신러닝의 분류
기계학습= 강화학습 + 지도학습(분류, 회귀) + 비지도학습(군집화, 변환, 연관) ...지도학습: 기계를 가르쳐(문제와 정답이 있음) 성능을 향상하는 것비지도학습: 기계에게 데이터에 대한 통찰력을 부여하는 것 , 정답을 알려주지 않아도 관찰을 통해 의미나 관계를 밝혀내는 것강화학습: 학습을 통해서 능력을 향상시키고 어떤 것이 더 좋은 결과인지 스스로 느끼며 수련하는 것임
1. 지도학습
- 역사와 비슷
- 원인과 결과가 나타나있어 그 비슷한 일이 있을 때 결과를 예측할 수 있음
- 독립변수와 종속변수가 꼭 필요함
- 충분히 많은 데이터를 수집하여 학습하고 '모델'을 만듦
- 과거의 데이터를 독립변수와 종속변수로 분리하여 학습 -> '모델'
- 머신러닝 : 공식의 대중화 (과거엔 공식은 권력자의 소유물이었음)
a. 분류 classification
- 성격에 맞는 것끼리 수납하는 것
- 과거에 만든 데이터를 통해 / 독립-종속 변수를 통해 (지도학습)
- 추측하고자하는 결과가 숫자가 아닌
이름 혹은 문자열일 때
b. 회귀 regression
- 미지의
숫자를 예측하기 위해 사용하는 모델
2. 비지도학습
- 탐험적(미지의 세계를 탐험)
- 종속변수와 독립변수의 구분이 중요하지 않음
a. 군집화 clustering
- 군집화는 비슷한 관측치(행)를 찾아서 그룹을 만드는 것
- 분류와의 차이? : 그룹을 만드는 것 : 군집화 / 정해진 그룹에 넣는 것 : 분류
- 좌표 평면 활용하여 '가까운 것 끼리' -> 표에 '군집'이라는 열을 추가
b. 연관규칙학습 Association rule learning
- 장바구니 학습법이라고 불림
- 특성(열)을 그룹화 하는 것
c. 변환
- ?
3. 강화학습 reinforcement learning
- 강화학습은 경험을 통해 성능을 높임 (지도학습은 학습을 통해 성능을 높임)
- 게임 : 상태 / 상과 벌 -> 게이머 : 관찰 -> 판단력 강화 -> 행동 변화 -> 게임에 변화
- 환경(environment), 에이전트(agent), 상태(state), 보상(reward), 정책(policy), 행동(action)
시작